基于姿态估计的驾驶员分心驾驶状态分类算法研究

摘要：

大量研究证明驾驶员分心驾驶与交通安全性降低之间存在很大的关联.采用YOLO v3算法检测人体,并用人体姿态估计系统检测人体骨骼关键点;利用欧氏距离、角的余弦构建特征,并用Fisher判定函数进行特征选择;利用筛选高精度子树的方式去除传统随机森林算法中表现较差的树;以Kappa统计量作为评估决策树相似度的标准,利用谱聚类算法选择一致性低的决策树作为子树来改进随机森林算法;运用改进前后的两种随机森林算法在分心驾驶数据样本上进行试验并比较.结果表明,在相同数量的子树下改进的随机森林算法比传统算法检测精度高,具有更好的鲁棒性和泛化能力.

关键词：姿态估计、随机森林、谱聚类、深度神经网络

所属期刊栏目：21

分类号：TP391.4(计算技术、计算机技术)

资助基金：江苏省高等学校大学生创新创业训练计划项目202211276081Y

在线出版日期：2023-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：22-26